这个包是由Cold Spring Harbor 的Hannon laboratory开发的，这个实验室主要做microRNAs, endogenous siRNAs and piRNAs。最近一次更新在2014年（不符合现在的发展速度），可能有些新的软件会更快更好（比如seqtk之类）。无论如何，此番介绍旨在让大家简单地操作fastq文件，fastx toolkit算是相当傻瓜好用。鉴于网上资料众多且详细，此处摘录几个博客的精华，先上链接，不愿意点开的可以往下看:)。

1. 安装方法+使用： http://blog.sina.com.cn/s/blog_751bd9440102v2qo.html

2. 使用参数详解+结果说明： http://www.jianshu.com/p/26762fcfb8f8

---

1. fastqqualityconverter [-h] [-a] [-n] [-z] [-i INFILE] [-f OUTFILE] 直观观察质量值

   [-h] =打印帮助

   [-a] = 输出ASCII的质量得分(默认).

   [-n] = 输出质量值数据.

   [-z] = GZIP压缩输出.

   [-i INFILE] = 输入fasta/fastq格式的文件.

   [-o OUTFILE] = 输出fasta/fastq文件.

2. fastq_masker [-h] [-v] [-q N] [-r C] [-z] [-i INFILE] [-o OUTFILE]屏蔽低质量碱基

   [-q N] =质量门限值，质量值低于这个门限值的将被mask掉，默认值为10

   [-r C] = 用C替代低质量的碱基，默认用N来替代

   [-z] = 输出用GZIP压缩.

   [-i INFILE] = 输入FASTA文件

   [-o OUTFILE] = 输出文件

   [-v] = 详细-报告序列编号，如果使用了-o则报告会直接在STDOUT，如果没有则输入到STDERR

3. fastqqualityfilter [-h] [-v] [-q N] [-p N] [-z] [-i INFILE] [-o OUTFILE]过滤低质量序列

   [-q N] = 最小的需要留下的质量值

   [-p N] = 每个reads中最少有百分之多少的碱基需要有-q的质量值

   [-z] =压缩输出

   [-v] =详细-报告序列编号，如果使用了-o则报告会直接在STDOUT，如果没有则输入到STDERR

   [-i INFILE] = FASTA/Q input file. default is STDIN. 输入文件

   [-o OUTFILE] = FASTA/Q output file. default is STDOUT. 输出文件

4. fastqqualitytrimmer [-h] [-v] [-t N] [-l N] [-z] [-i INFILE] [-o OUTFILE] 修剪reads的末端

   [-t N] = 从5'端开始，低与N的质量的碱基将被修剪掉

   [-l N] = 修建之后的reads的长度允许的最短值

   [-z] = 压缩输出

   [-v] =详细-报告序列编号，如果使用了-o则报告会直接在STDOUT，如果没有则输入到STDERR

5. fastqtofasta [-h] [-r] [-n] [-v] [-z] [-i INFILE] [-o OUTFILE] fastq转换成fasta

   [-r] = 序列用序号重命名

   [-n] = 保留有N的序列，默认不保留

   [-z] = 压缩输出

若用-r和-n，则

1. @SRR1174233.392 HWI-1116:76:D0LVDACXX:3:1101:14764:2007 length=100

2. NCTACTGAGTTTCCACACTGCATACCTTAGGTCTTCCGAATTCGAAGTTAATTTGCAAGATGGCTAAGGAAAAGGCTCAGATCAACATTGTGGTGGTTGG

3. +SRR1174233.392 HWI-1116:76:D0LVDACXX:3:1101:14764:2007 length=100

4. \#1=DFFFFHHHHHJIJJJJJJIJJJIJJJJJFIJJJIJGIJJJIGIJGHIIJIJJIJIIJJIJJJIIJJIHIGGECDFFFFDECDDCDDCDCBDDDDDD>

5. @SRR1174233.404 HWI-1116:76:D0LVDACXX:3:1101:15379:2013 length=100

6. NTCCAGACATAGTAAGGATTTGTCTGGTTAATTCCGTTAACGAACGAGACCTCAGCCTGCTAAATAGCTATGTGGAGGTAACCCTCCACGGCCAGCTTCT

7. +SRR1174233.404 HWI-1116:76:D0LVDACXX:3:1101:15379:2013 length=100

8. \#4=DDFFFHHHHHJIJJIJIJJIGJJJHIJJJJIIJJJJIIIJJJJIGHIIHJIIIIGGII:DECHFGHGFDDDFF?BAAC>@=AA@DD?BBBDDDCCDD

结果是：

1. \>1

2. NCTACTGAGTTTCCACACTGCATACCTTAGGTCTTCCGAATTCGAAGTTAATTTGCAAGATGGCTAAGGAAAAGGCTCAGATCAACATTGTGGTGGTTGG

3. \>2

4. NTCCAGACATAGTAAGGATTTGTCTGGTTAATTCCGTTAACGAACGAGACCTCAGCCTGCTAAATAGCTATGTGGAGGTAACCCTCCACGGCCAGCTTCT

5. 若只用-n，则结果是：

6. \>SRR1174233.392 HWI-1116:76:D0LVDACXX:3:1101:14764:2007 length=100

7. NCTACTGAGTTTCCACACTGCATACCTTAGGTCTTCCGAATTCGAAGTTAATTTGCAAGATGGCTAAGGAAAAGGCTCAGATCAACATTGTGGTGGTTGG

8. \>SRR1174233.404 HWI-1116:76:D0LVDACXX:3:1101:15379:2013 length=100

9. NTCCAGACATAGTAAGGATTTGTCTGGTTAATTCCGTTAACGAACGAGACCTCAGCCTGCTAAATAGCTATGTGGAGGTAACCCTCCACGGCCAGCTTCT

1. fastx_trimmer [-h] [-f N] [-l N] [-t N] [-m MINLEN] [-z] [-v] [-i INFILE] [-o OUTFILE]从3'开始到5'哪些部分保留

   [-f N] = 从第几个碱基开始保留，默认第一个

   [-l N] = 后面从第几个碱基开始保留，默认全部碱基都保留.

   [-t N] =序列尾部修剪掉N个碱基.

   [-m MINLEN] = 修剪掉长度小于MINLEN的序列.

2. fastxqualitystats [-h] [-N] [-i INFILE] [-o OUTFILE] fastq文件的质量值进行统计

   [-i INFILE] = 输入fastq文件

   [-o OUTFILE] = 输出的文本文件名字

   [-N] =使用新的输出格式，默认使用老格式

   老格式输出文件：下面一行代表输出文件的一列

   column=1到36

   count = 这列有多少碱基

   min = 这列的碱基质量最小值

   max = 这列的碱基质量最大值

   sum = 这列的碱基质量的总和

   mean =这列的碱基质量平均值

   Q1 = 1/4碱基质量值

   med = 碱基质量值的中位数

   Q3 = 3/4碱基质量值.

   IQR = Q3-Q1

   lW = 'Left-Whisker' value (for boxplotting).

   rW = 'Right-Whisker' value (for boxplotting).

   A_Count =本列A的数目

   C_Count = 本列C的数目.

   G_Count = 本列G的数目.

   T_Count = 本列T的数目.

   N_Count =本列N的数目.

   max-count =碱基数目的最大值

   新的输出格式：

   循环数

   最大数目

   对每个循环的碱基 (ALL/A/C/G/T/N):

   count = 本列碱基的数目

   min = 本列碱基质量的最小值

   max = 本列碱基质量的最大值.

   sum = 本列碱基质量的综合.

   mean = 本列碱基质量的平均值

   Q1 = 1/4碱基质量值

   med = 碱基质量值的中位数

   Q3 = 3/4碱基质量值

   IQR = Q3-Q1

   lW = 'Left-Whisker' value (for boxplotting).

   rW = 'Right-Whisker' value (for boxplotting).

3. fastqqualityboxplot_graph.sh [-i INPUT.TXT] [-t TITLE] [-p] [-o OUTPUT]绘制碱基质量分布盒式图

   [-p] =产生.PS文件，默认产生png图像

   [-i INPUT.TXT]=输入文件为 fastxqualitystats的输出文件

   [-o OUTPUT] =输出文件的名字

   [-t TITLE] =输出图像的标题

4. fastxnucleotidedistribution_graph.sh [-i INPUT.TXT] [-t TITLE] [-p] [-o OUTPUT]绘制碱基分布图

   [-p] =产生.PS文件，默认产生png图像.

   [-i INPUT.TXT] =输入文件为 fastxqualitystats的输出文件

   [-o OUTPUT] =输出文件的名字.

   [-t TITLE] =输出图像的标题

5. fastx_clipper [-h] [-a ADAPTER] [-D] [-l N] [-n] [-d N] [-c] [-C] [-o] [-v] [-z] [-i INFILE] [-o OUTFILE] 去掉接头序列

   [-a ADAPTER] =接头序列（默认为CCTTAAGG）

   [-l N] = 忽略那些碱基数目少于N的reads，默认为5

   [-d N] = 保留接头序列后的N个碱基默认 -d 0

   [-c] = 放弃那些没有接头的序列.

   [-C] = 只保留没有接头的序列.

   [-k] = 报告只有接头的序列.

   [-n] = 保留有N多序列，默认不保留

   [-v] = Verbose - report number of sequences. 报道序列的个数

   If [-o] is specified, report will be printed to STDOUT.

   If [-o] is not specified (and output goes to STDOUT),

   report will be printed to STDERR.=详细-报告序列编号

   [-z] =压缩输出.

   [-D] = 输出调试结果.

   [-M N] =要求最小能匹配到接头的长度N，如果和接头匹配的长度小于N不修剪

   [-i INFILE] = FASTA/Q input file. default is STDIN. 输入文件

   [-o OUTFILE] = FASTA/Q output file. default is STDOUT. 输出文件